Diseños experimentales - VIREF - Biblioteca Virtual de Educación

Diseños experimentales
Apuntes de clase del curso Seminario Investigativo VI
Por:
Gustavo Ramón S.*
* Doctor en Nuevas Perspectivas en la Investigación en Ciencias de la Actividad Física y el Deporte
(Universidad de Granada).
Docente – Investigador del Instituto Universitario de Educación Física, Universidad de
Antioquia (Colombia).
Correo: [email protected]
CAPÍTULO III: Diseños Experimentales
GRamónS
CAPÍTULO VIII
DISEÑOS EXPERIMENTALES
:
Las investigaciones y en particular los diseños experimentales intentan establecer
básicamente relaciones causa-efecto. Mas específicamente, cuando se desea estudiar
como una variable independiente (causa) modifica una variable dependiente (efecto).
Un ejemplo podría ser: analizar el efecto que un plan de entrenamiento basado en la
técnica Facilitación Neuromuscular Propioceptiva (FNP) (variable independiente)
produce sobre la movilidad articular de la cadera (variable dependiente). Sin
embargo, un diseño puede contemplar el efecto que producen dos variables
independientes tienen sobre una dependiente, por lo que los diseños experimentales
poseen una gran variación. En el presente capítulo precisaremos detalles con respecto
a este tipo de diseños.
El establecimiento de que, en un experimento, una variable independiente produce
una variación específica (que solo puede ser atribuida a la variable independiente) en
la variable dependiente depende fundamentalmente de la manera como esté diseñado
el experimento. Los procedimientos estadísticos permiten confirmar o validar el
procedimiento empleado, pero una cosa debe ser clara: el hecho de aplicar
procedimientos estadísticos no permite afirmar que el experimento está bien
diseñado, al punto de que se puede afirmar que las variaciones producidas en los
sujetos experimentales sólo y exclusivamente pueden ser atribuidas a la variable
independiente.
La relación causa-efecto solo puede ser atribuida mediante la aplicación de un
pensamiento lógico junto a un diseño bien aplicado. Las siguientes pautas están
asociadas a diseños idóneos:
a)
La adecuada selección de un marco teórico
b)
La selección apropiada de los sujetos
c)
El uso de procedimiento estadísticos correctos
d)
El control de la variable independiente
e)
La adecuada medición de la variable dependiente
f)
El control de variables asociadas.
1.
Es un estudio de investigación en el que se manipulan deliberadamente una o mas
variables independientes para analizar las consecuencias que la manipulación
tiene sobre una o mas variables dependientes, dentro de una situación de control
para el investigador.
1
CAPÍTULO III: Diseños Experimentales
GRamónS
Un experimento se lleva a cabo para analizar si una o mas variables
independientes afectan a una o mas variables dependientes y por qué lo hacen.
En cualesquier experimento se presentan tres tipos de variables: la
independiente, la dependiente y las intervinientes (contaminadoras o extrañas).
representa los tratamientos, factores o condiciones
La
que el investigador controla para probar los efectos sobre la variable dependiente. El
término de
se emplea a semejanza de las agentes farmacológicos
empleados en la medicina para manejar alguna enfermedad o proceso patológico. En el
campo de la actividad física y el deporte, los tratamientos generalmente son los
métodos empleados para el desarrollo de las capacidades condicionales o para la
enseñanza de los movimientos. En el proceso del experimento, el investigador se
limita a controlar la variable independiente, es decir, a seguir fielmente el proceso o
el método para desarrollar alguna capacidad. Volviendo al campo de la medicina, el
tratamiento de una enfermedad implica darle al paciente una dosis de un agente
farmacológico en una determinada cantidad, un número de veces por día, durante un
intervalo de tiempo definido. Para probar la efectividad de este tratamiento, se debe
cumplir con que la dosis sea la indicada, el número de veces que se toma dicha dosis
sea el establecido y finalmente, que cumpla con los días estipulados. A este proceso
se denomina
la variable independiente. En el campo de la actividad física y
el deporte, el ejemplo específico de control es el hecho de poder dosificar la carga de
manera que pueda ser administrada a una determinada intensidad, un número de veces
por semana y durante un número fijo de semanas. Si no se puede llegar a este grado
de precisión, entonces el experimento no tiene validez porque no tiene control.
Por otra parte, la variable dependiente es la que refleja los resultados de un
estudio de investigación. Continuando con el ejemplo en el campo de la actividad física
y el deporte, en el caso de un estudio sobre la efectividad de un método para enseñar
alguna destreza, la variable dependiente es el aprendizaje que logran los sujetos; en el
caso de una investigación acerca del efecto que produce el entrenamiento pliométrico
en la saltabilidad de los voleibolistas, la variable dependiente es la saltabilidad de los
deportistas. Como puede apreciarse, la variable dependiente es la característica que
realmente va a variar en un experimento, que va ser modificada, en este caso, por la
variable independiente. En el proceso de investigación, la variable dependiente se
El éxito de un experimento va a depender entonces del grado de precisión con
que mida dicha variación. Por lo tanto, tanto el instrumento de medición como el
proceso de medición debe ser muy bien definido.
El otro tipo de variable que se presenta en un diseño experimental es la variable
interviniente, también llamada contaminadora o extraña. Este tipo de variable son
variables independientes que, si no se controlan, pueden alterar el resultado de la
investigación. Así, en un estudio sobre el desarrollo de la resistencia aeróbica en
niños de 8 a 9 años, una variable que produce efectos positivos es el crecimiento y
desarrollo. Por lo tanto, en un estudio que desee estudiar el efecto de un determinado
2
CAPÍTULO III: Diseños Experimentales
GRamónS
plan de entrenamiento debe tener en cuenta el proceso de crecimiento y desarrollo.
En este caso en particular, el diseño debe tener un grupo control y un grupo
experimental. El grupo control no estará sometido al plan de entrenamiento pero si lo
estará al efecto de crecimiento y desarrollo. Si al final del experimento, tanto en el
grupo control como el grupo experimental se producen modificaciones en la
resistencia, el investigador no podrá concluir que el plan de entrenamiento fue el que
produjo las modificaciones de resistencia en los niños. Por lo tanto, el diseño debe
controlar el efecto de las variables intervinientes. De otra manera, la validez externa
del experimento se verá seriamente comprometida.
Es posible que en un experimento existan varias variables independientes, varias
dependientes y varias intervinientes. Estos tipos de experimentos son complejos y
difíciles de llevar a cabo por el control que se debe hacer sobre todas las variables.
Tipología de los Diseños Experimentales
Según Campbell y Stanley (1966)1, se pueden escoger los siguientes son criterios para
la nominación de los diseños experimentales:
R = Para asignación al azar o aleatorización.
G = Para determinar el número o grupo de sujetos (G1 = grupo 1; …)
X = Para la presencia de un tratamiento, estímulo, o condición experimental,
las cuales pueden ser varias, por lo que puede tener subíndices (X1, X2,
...., Xn)
O = Una medición a los sujetos de un grupo. Puede tener subíndices para
- =
determinar el número de mediciones (O1, O2 , ..., On)
Ausencia de un estímulo, indica que se trata de un grupo control.
Según estos criterios, se pueden presentar los siguientes tipos de experimentos:
1°
2°
3°
4°
RG1
RG1
RG2
G
RG1
RG2
RG3
RGK
O1
X
01
X1
X2
X3
XK
X
0
0
X
01
02
03
0K
O2
02
1
Campbell, D.T. y Stanley, J.C. 1996. Experimental and quasi-experimental designs for research. Chicago:
Rand McNally & Company.
3
CAPÍTULO III: Diseños Experimentales
GRamónS
En el primer experimento, se escoge aleatoriamente (R) un grupo al cual se le
realiza una medición previa (O1), se le aplica un tratamiento (X) y finalmente se
vuelve a medir (O2). En el segundo experimento, aunque similar al primero, varía
en que solo se realiza una medición al final del experimento. El tercero, no es
seleccionado al azar. El cuarto, es una generalización de K grupos experimentales,
con selección al azar (R ), sin medición previa, pero con medición al final.
En los próximos apartados veremos cómo se clasifican los experimentos.
2.
En la historia de la investigación, Campbell y Stanley 2 (1963) revolucionaron la
forma en que se planteaban y se llevaban a cabo las investigaciones. Ellos identificaron
tres categorías generales de diseños experimentales: a) experimentos verdaderos, b)
cuasi-experimentos, y c) pre-experimentos. En el cuadro 1 se muestran las principales
diferencias entre estos tipos de experimentos. La principal diferencia radica en el
grado de control que se imponen a las variables que se están estudiando. A
continuación estudiaremos cada uno de estos tipos de diseño.
Cuadro 1. Diferencias entre las diferentes tipos de experimentos.
Característica
Preexperimentos
Cuasiexperimentos
Experimentos
En algunos casos
Si
Si
Selección aleatoria de sujetos
No
Si, pero restringida
Si
Asignación aleatoria de los sujetos a los
grupos
No
No
Si
Asignación aleatoria de tratamientos a
grupos
No
Si es posible
Si
Bajo
Moderado
Alto
Presencia de grupo control
Grado de
externas
control
sobre
variables
2.1.
Un diseño experimental puro es aquel en el cual se manipula una o varias variables
independientes para observar sus efectos sobre una o varias variables
2
Campbell, D.T., y Stanley, J. Experimental and quasi-experimental design for research on teaching. En
Salkind, N.J. Métodos de investigación. 3 ed. Mexico: Prentice Hill.
4
CAPÍTULO III: Diseños Experimentales
GRamónS
dependientes en una situación de control. Las siguientes son las condiciones que
debe reunir un experimento “puro”:
Manipulación intencional de una o mas variables independientes.
2.1.2. Se debe medir el efecto que la variable independiente tiene en la variable
dependiente.
2.1.3. Buen control o validez interna de la situación experimental.
2.1.1.
2.1.1.
Manipulación intencional de una o mas variables independientes.
En un experimento verdadero, se parte de la hipótesis de que la variable
independiente producirá modificaciones en la dependiente cuando la primera varíe.
Por lo tanto, el investigador debe probar intencionadamente que cuando se producen
variaciones en la variable independiente, también lo hará la variable dependiente.
La variable dependiente sólo se mide a diferencia de la variable independiente que
se manipula.
Por la presencia o ausencia de un tratamiento, factor o una característica
Un grupo se expone a la variable independiente o tratamiento experimental
(grupo experimental) mientras que el otro no (grupo control).
Si en dos grupos de experimentación todo fue “igual”, excepto la exposición a
la variable independiente, es muy razonable pensar que las diferencias
resultantes entre los dos grupos se deban a la presencia o ausencia de la
variable independiente.
Mas de dos grados o intensidades en la variable independiente.
La variación de la intensidad de la variable independiente puede tener mas de
dos grados : alta (X1), media (X2) y baja (X3). Este tipo de estudios responde a
la necesidad de observar si la relación entre la variable independiente y la
dependiente sigue un comportamiento lineal o no. Por ejemplo, se desea probar
el efecto de la intensidad de programas de entrenamiento en resistencia sobre
dicha capacidad. Por esta razón, se diseña un plan con una intensidad baja
(40%), otro con media intensidad (60%) y otro con alta intensidad (80%). Se
espera que el programa de baja intensidad produzca unas pequeñas mejoras
sobre la resistencia; el de media intensidad, efectos moderados, y el de alta
intensidad, los mayores efectos.
Combinación de cantidad y calidad
Los grupos experimentales, en el caso de proceso ligados a la actividad física y
deportiva, se pueden exponer a procesos de entrenamiento que combinan
5
CAPÍTULO III: Diseños Experimentales
GRamónS
variaciones tanto en el volumen de la carga (cantidad) como en la intensidad de
la carga (calidad).
Aspectos a tener en cuenta:
En cada nivel o modalidad de la variable independiente se requiere
al menos un grupo experimental.
Es útil consultar experimentos previos.
Se debe evaluar la manipulación antes del experimento.
Se deben incluir verificaciones de la manipulación
2.1.2.
Se debe medir el efecto que la variable independiente tiene en la
variable dependiente.
En primera instancia debemos volver a repasar y precisar los conceptos de
medición. Como vimos en la primera parte, la medición es el proceso de asignar valores
a resultados. En el caso de diseños experimentales, los valores son numéricos. Dada la
variable fuerza muscular, los resultados serán valores numéricos tales como 500 N o
1500 N.
El proceso de medición no es, en la mayoría de las veces, un proceso ciento por
ciento exacto puesto que la presencia de factores tales como materiales (precisión de
los instrumentos), humanos (grado de concentración o habilidad), ambientales (grado
de humedad o temperatura ambiental) hacen que se comentan errores. En el caso
citado de la fuerza, se puede afirmar que lo que hemos medido es un valor aproximado
puesto que el valor real depende de la ausencia de errores en la medición.
que significa equivocación, falta,
El término error proviene del latín
extravío, y se deriva del verbo erro que significa andar errando o vagando de una
parte a otra; proviene también del griego
que significa ir equivocado. Por lo
tanto, error es un conocimiento equivocado, que no concuerda con la realidad a la que
se refiere.
Se pueden distinguir diferentes tipos de error:
a)
de razonamiento: debidos a errores en la deducción o a lógicas indebidas;
b)
de percepción: originados en los engaños que se producen en los órganos
de los sentidos o en el proceso de percepción;
c)
de apreciación: derivados de una visión intelectual parcial y subjetiva de la
realidad;
d)
de planificación: por concepciones equivocadas de las operaciones o fases
de la investigación;
6
CAPÍTULO III: Diseños Experimentales
GRamónS
e)
f)
muestral: es un error aleatorio de tipo estadístico que tiene lugar cuando
se utilizan y seleccionan las muestras;
sistemático: es el que se comete de manera constante dentro de un
proceso de medición.
El error puede proceder del método, es decir, derivado del mismo proceso de
medición, ya sea por falta de precisión de los aparatos o instrumentos. Puede
proceder del sujeto que realiza la medición (mala visión, mala ubicación, falta de
capacitación en el manejo del instrumento). Otro factor de error puede radicar en
la falta de colaboración del sujeto que es medido (finge realizar un máximo
esfuerzo, falta de habilidad para realizar la prueba, no comprende las
instrucciones).
Uno de las premisas fundamentales del éxito en el proceso de investigación es
la medición de la variación de la variable dependiente, la cual, para ser válida y
confiable debe estar exenta de errores de medición. Si no se pueden eliminar los
errores y de esta manera asegurar la medición, los resultados igualmente perderán
validez y confiabilidad.
¿Qué es la CONFIABILIDAD ?
En el caso de medir la masa corporal de un grupo de sujetos, en un estudio en el
cual la variable dependiente es la masa corporal, se espera que al pesar un sujeto en la
primera vez, dicho valor sea igual al ser pesado dos, tres o mas veces, en idénticas
circunstancias. Si en una primera medición, el valor es de 65 kg y en una segunda
medición el valor es de 66 kg, se puede decidir que esa medición no es confiable.
Una definición de confiabilidad sería entonces el grado en que el proceso de
medición elimina los errores. Una operacionalización será:
C
PO
PO E
[ E-1]
donde,
C = Confiabilidad
PO = Puntaje Obtenido
E = Error
Como se puede apreciar, obtener una medición confiable es eliminar los factores de
error en el proceso. Si se elimina el factor error, en la ecuación E-1, la confiabilidad
sería igual a 1 puesto los valores del numerador y el denominador quedan iguales.
7
CAPÍTULO III: Diseños Experimentales
GRamónS
En el campo de la actividad física y el deporte, la medición de algunas variables es
un proceso complejo puesto que la confiabilidad de la medición no depende del
instrumento de medición sino de la voluntad del sujeto o del protocolo de medición.
Este es el caso de la Cineantropometria en la cual, variables como la talla o los pliegues
cutáneos dependen en gran parte del protocolo. Para determinar la talla de un sujeto
se deben tener en cuenta la regla de los cinco contactos, el plano de Frankfort y la
tracción cervical. Por esto, se deben hacer tres mediciones y algunas escuelas aceptan
hasta dos milímetros de diferencias entre las mediciones para aceptarlas como
confiables. Algo similar sucede con los pliegues cutáneos, se debe seguir un protocolo
y se debe tomar mas de dos registros. Para este caso, algunas escuelas toman el dato
mas bajo de las tres mediciones; otras toman el promedio.
Test- Retest : un instrumento se aplica en dos momentos diferentes a una misma
población y sus diferencias no deben ser significativas y su grado de correlación
debe ser alto.
El grado de correlación producto-momento de Pearson es un procedimiento
estadístico usado en este tipo de pruebas. Los valores varían entre –1 y 1. Los
valores positivos expresan una relación directamente proporcional mientras que
los valores negativos indican una relación inversamente proporcional. Los
siguientes son parámetros de interpretación3:
Las valores
entre
- 1.00
- 0.90 y – 0.99
- 0.75 y – 0.89
- 0.50 y – 0.74
- 0.10 y – 0.49
0.00 y – 0.09
Se consideran:
Negativa Perfecta
Negativa muy fuerte
Negativa fuerte
Negativa moderada o media
Negativa débil
No existe correlación
Las valores
entre
1.00
0.90 y 0.99
0.75 y 0.89
0.50 y 0.74
0.10 y 0.49
0.00 y 0.09
Se consideran:
Positiva Perfecta
Positiva Muy fuerte
Positiva Fuerte
Positiva moderada o media
Positiva débil
No existe correlación
Para el caso de la confiabilidad de instrumentos, el grado de correlación entre dos
mediciones hechas a un grupo de sujetos, el grado de correlación debe ser 0.95 o
mas. Se debe tener en cuenta que, en el campo de la actividad física y el deporte,
el intervalo de tiempo, la hora del día, el nivel de actividad y otras variables
intervinientes, pueden afectar las mediciones cambiando el resultado, por lo que
las mediciones siempre se deben hacer bajo las mismas circunstancias. Así, la
3
Hernández y col. Metodología de la investigación. 2003.México: MacGraw Hill.
8
CAPÍTULO III: Diseños Experimentales
GRamónS
estatura se debe medir inmediatamente se levanta para que el efecto del
cansancio acumulado durante el transcurso del día no afecte la medición. Algo
similar ocurre con la masa corporal, el consumo de oxígeno, el nivel de fuerza, etc.
Formas alternativas o paralelas: se administran dos instrumentos (que no son
iguales pero que son similares en contenido, instrucciones o duración) a un mismo
grupo de sujetos en diferentes momentos. Los resultados deben correlacionarse
positivamente.
Esta modalidad se emplea para la validación de un instrumento o protocolo.
En el caso del consumo de oxígeno, las valoraciones con equipos
ergoespirométricos, con medidores de oxígeno y gas carbónico son los mas
confiables puesto que hacen la medición directamente. Cuando no se dispone de
estos equipos, se realizan test de campo, como el test de la milla o los dos mil
metros. El resultado de este test se puede correlacionar con el resultado de la
medición directa y su grado de correlación no debe ser inferior a 0.95. De hecho,
todos los resultados de investigación que pregonan el empleo de métodos de
medición indirecto, divulgan el grado de correlación con los métodos directos.
¿Qué es la VALIDEZ ?
El término latino
tiene varios significados: estar sano, ser fuerte, poder,
prevalecer. Otras acepciones son: bondad, belleza o toda cualidad positiva. El valor y
la validez, derivados de valere, se refieren a la cualidad de algo ser sano, fuerte,
potente. En el campo de la ciencia se asume que el conocimiento científico debe
mostrar o representar la realidad a la que se refiere, es decir, su carácter positivo.
Dado que el conocimiento de la realidad se basa fundamentalmente en ideas de la
misma, en el campo científico no se podrán obtener sino ideas aproximadas de la
realidad. Por lo tanto, se plantean las siguientes cuestiones:
a)
Se deben tomar las medidas necesarias y disponer las cosas de tal modo que
los resultados de investigación sean válidos y no estén viciados o adulterados
por la intervención de factores extraños a la investigación, y
b) Comprobar, una vez realizada la investigación, el grado de exactitud con el
que los resultados obtenidos representan a la realidad a la que se refieren.
En resumen, la
se refiere al grado en que un instrumento realmente mide
la variable que pretende medir. La validez se define en el contexto del uso de la
prueba. Según Salkind (1997), la validez tiene tres aspectos relacionados: a) la
validez se refiere a los resultados de una prueba y no a la prueba en si misma; b) la
validez no es una cuestión de “Todo o nada”; esta puede variar desde poco válida hasta
muy válida; y c) la validez de los resultados se deben interpretar dentro del contexto
en el que ocurre la prueba. Por lo tanto, la forma de examinar la validez de un
instrumento o de una prueba es determinar si la prueba se concentra en los resultados
9
CAPÍTULO III: Diseños Experimentales
GRamónS
de un estudio y si los resultados se entienden dentro del contexto del propósito de la
investigación.
Debido a que existen diferentes propósitos al usar cualquier procedimiento de
medición, existen diferentes clases de validez4:
1. Validez lógica: aunque parece una redundancia, la validez lógica se refiere a que la
medición implique la actividad o aspecto que está siendo medido(a). Significa
que la prueba es válida por definición. Una prueba de balance estático que
utiliza el balance sobre un solo pie tiene una validez lógica.
2. Validez de contenido : grado en que la medición representa al concepto medido. Es
por tanto, un tipo de validez que deben cumplir los cuestionarios o pruebas de
conocimiento de una determinada materia o área. Un instrumento de medición
debe contener todos los ítems de dominio de contenido de las variables a
medir.
3. Validez de criterio: la validez de un instrumento se debe comparar con algún
criterio externo, considerado como un estándar. Según Thomas y Nelson
(1998), la validez de criterio puede ser de dos clases:
3.1.
. Cuando, simultáneamente a la medición realizada, se
realiza otro procedimiento que lo valida. En el caso de la medición del
consumo de oxígeno, un investigador puede usar la Bolsa de Douglas y
simultáneamente el procedimiento de medición mediante ergoespirómetro.
Si las mediciones obtenidas son similares o dicho en términos estadísticos,
no existen diferencias significativas entre las mediciones, se considera que
la bolsa de Douglas el válida para medir consumo de oxígeno. En los casos de
experimentos sobre ejecución de movimientos como en la gimnasia artística,
el juzgamiento (medición) de los que se inician es comparado con los jueces
mas veteranos. Cuando el juzgamiento de los novatos coincida con el de los
veteranos, se considera que existe validez. Dicho de otra manera, en todo
experimento se debe destacar y hacer explícita la manera como se
determinó la validez de(l) instrumento(s).
3.2.
. Una prueba se puede usar para predecir lo que
sucederá con una determinada variable en el transcurso del tiempo. Un
ejemplo puede ser la talla: algunos investigadores han tomado la talla a los
dos años para determinar la talla que una persona tendrá a los 18 años.
4. Validez de constructo : se refiere al grado en que una medición se relaciona
consistentemente con otras mediciones de acuerdo con hipótesis derivadas
teóricamente y que conciernen a los conceptos que están siendo medidos. Un
constructo es una variable medida que tiene lugar dentro de una teoría o
esquema teórico. En el campo de la actividad física, podría ser el caso de las
4
American Psychological Association (APA). 1994. Publication manual of the American Psychological
Association. 4 ed. Washington, DC: Author.
10
CAPÍTULO III: Diseños Experimentales
GRamónS
pruebas que miden una misma variables: test para la potencia anaeróbica. El
test de Margaria puede ser validado con pruebas de velocidad en 50 o 60
metros, con el salto alto o con el salto largo.
Se puede realizar validez de constructo cuando, al realizar mediciones de una
determinada variable, luego de una intervención sobre dicha variable, el
instrumento también capta las nuevas variaciones producidas en la variable en
estudio. Igualmente, si el instrumento es capaz de diferenciar muy bien los
sujetos, se dice que tiene validez de constructo.
¿Qué factores que pueden afectar la confiabilidad y la validez?
a)
b)
c)
d)
2.1.3
La improvisación. Dada la condición de confiabilidad y validez, ningún
instrumento de medición se debe diseñar a la ligera o improvisadamente. Los
investigadores experimentados tardan algún tiempo en diseñar o seleccionar el
instrumento a emplear en sus mediciones.
Uso de instrumentos no validados. Todo instrumento de medición debe ser
reconocido y aprobado por la comunidad científica respectiva. Así, cuando se
determinar la masa de un sujeto en una balanza, dicho instrumento debe tener
algún grado de reconocimiento el cual viene junto con las instrucciones del
aparato. De no ser así, el instrumento debe ser comparado, o validado que es lo
mismo, con un instrumento previamente reconocido.
Instrumento no adecuado para quien lo utiliza. En el caso de una medición en
bicicleta ergométrica, cuando se quiere evaluar niños, dicha bicicleta debe
tener la posibilidad de adecuarse a las medidas antropométricas de ellos.
Condiciones o normas con las cuales se debe realizar la medición. La mayoría de
los protocolos de medición en las ciencias aplicadas a la actividad física y el
deporte están estandarizados para ser realizados con unas determinadas
condiciones. En el test de Abalakov (salto con ambas piernas sin impulso de los
brazos y sin contramovimiento), el deportista no debe mover el tronco y la
articulación de la rodilla debe presentar un ángulo de 90°. Si no se cumplen
dichas condiciones, la medición no tiene validez.
Control o validez interna de la situación experimental.
, que significa
El término control deriva etimológicamente del inglés
lista principal con la que toda lista subsiguiente debe ser contrastada y si fuera
preciso, corregirla5. De aquí, se asume el término como el intento de eliminar el
efecto de variables extrínsecas a la investigación, de tal modo que pueda existir la
5
Sierra Bravo, R. 1996. Tesis doctorales y trabajos de investigación. 4 ed. Madrid: Paraninfo
11
CAPÍTULO III: Diseños Experimentales
GRamónS
seguridad de que los efectos hallados son debidos únicamente a la variable
independiente por probar o probada.
Se puede deducir de lo anterior que el control tiene una estrecha relación con las
variables externas. De hecho, cualquier variable externa que influya en la
investigación y no sea controlada (neutralizada o eliminada), producirá efecto no
deseados y contaminantes del verdadero papel que cumple la variable independiente.
Spector (1982)6 afirmaba que el control es la piedra angular del diseño experimental,
pero se puede extender a todo tipo de diseño.
Algunas expresiones al respecto del control son:
Cuando hay control se puede conocer o estimar la relación causal; cuando no
se logra el control, no se puede conocer dicha relación.
Lograr control en un experimento es controlar la influencia de otras
variables extrañas en las variables dependientes, para que se pueda de esta
manera saber si las variables independientes que interesan tienen o no
efecto sobre las dependientes.
¿Existen procedimientos para lograr control en un experimento?
Según Sierra Bravo7, existen los siguientes procedimientos para establecer
control:
a) La eliminación. Si una variable externa incide de manera significativa en un
experimento, se debe eliminar. Si el hecho de ser mujer influye de manera
significativa, se elimina dicha característica y luego se estudia en otra situación
experimental.
b) Mantener constantes. Una manera de eliminar el efecto de una variable no
estudiada (interviniente) es manteniendo constante su efecto. Para el caso de
variables físicas, es mantener la Temperatura del aire constante así como el
grado de humedad, la hidratación, la nutrición, el mismo grado de actividad por
fuera del experimento, entre otros ejemplos.
c) Aleatorización. Consiste en elegir por sorteo o por medios aleatorios (azar) los
sujetos para la conformación de los grupos. Si se tienen varios grupos, se debe
asignar un proceso aleatorio para la pertenencia a cada uno de ellos. La razón de
la aleatoriedad radica en el hecho de que de acuerdo a las leyes del azar, si un
proceso es asignado de dicha manera, con un nivel aceptable de probabilidad no
existirán diferencias significativas en las distintas distribuciones y asignaciones
resultantes; dicho de otra manera, las variables extrañas no controladas serán
distribuidas de manera similar, no afectando a algún grupo en particular.
d) Igualación. La presencia de variables extrañas en todos los grupos o situaciones
de la investigación debe ser similar o igual. Una manera de igualar el ordenando los
sujetos de mayor a menor (o viceversa) y asignarlos en orden a los grupos. Si se
6
7
Spector, P.E. 1982. Research design. 2 ed. Beverly Hills: Sage Pub.
Sierra Bravo, opus cit
12
CAPÍTULO III: Diseños Experimentales
GRamónS
e)
f)
tienen dos grupos, el primero pertenecerá al grupo 1, el segundo al grupo 2; el
tercero al grupo 1 y así sucesivamente.
Repetición. La repetición controla las variables de los sujetos puesto que si son
los mismos sujetos y las mismas situaciones experimentales, los resultados deben
ser los mismos. Se pueden hacer repeticiones de diversos tratamientos/mismos
sujetos
o
grupos,
mismo
tratamiento/diversos
grupos,
o
mismo
tratamiento/mismos grupos o sujetos.
Grupo de control. Se busca un grupo en el cual no será sometido a la influencia de
la variable independiente, grupo denominado de control. Este grupo deberá poseer
las mismas características del grupo experimental. Se presupone que las variables
extrañas actuarán similarmente en ambos grupos, por lo que las diferencias entre
los resultados observados en ambos grupos se pueden atribuir a la variable
independiente, que ha actuado solo en el grupo experimental.
Fuentes de invalidación interna 8:
1.
2.
3.
8
Maduración de los participantes. En el ámbito de la actividad física y el deporte,
y sobre todo cuando se estudian niños en fase de crecimiento o desarrollo, estos
factores por si solos explican fenómenos como el incremento de la fuerza, de la
resistencia o de otras capacidades condicionales. Las modificaciones que se
sucedan en el grupo experimental no pueden generalizarse porque una variable
interviniente como es la maduración de los participantes no se controló.
Inestabilidad de mediciones, participantes y/o componentes. Si las personas que
realizan las mediciones no tienen una preparación previa, es decir, no se han
, las mediciones no tendrán validez. Lo mismo puede suceder si no
se garantizan la calidad de los implementos o instrumentos de medición. No está
por demás destacar la influencia que pueden tener las variaciones del día en las
mediciones fisiológicas: la secreción de hormonas (tipo cortisol) no es la misma
durante el día (ciclo circadiano), por lo tanto si en una investigación acerca de
fuerza, unos sujetos se miden por la mañana y otros por la tarde, significa que
hay inestabilidad en las mediciones.
Administración de pruebas. Se deben seguir los mismos protocolos de
administración de las pruebas a todos los sujetos. Resaltar aquí la influencia que
puede tener el calentamiento sobre la medición de las capacidades condicionales.
Para el caso de medición de la resistencia física, no se obtiene el mismo
resultado cuando se realiza un calentamiento que sin calentamiento; cuando se
realiza un calentamiento, no debe realizarse al azar (todos lo hacen al gusto) que
seguir un protocolo de calentamiento. No es lo mismo medir en un laboratorio
que medir en una pista de atletismo. En general, se deben seguir los
Cambell y Stanley (1966), Cambell (1975) y Babbie (1979).
13
CAPÍTULO III: Diseños Experimentales
GRamónS
4.
5.
6.
procedimientos establecidos para la medición de las variables en todos los
sujetos, con alto grado de rigurosidad.
Cambios en los instrumentos o métodos de medición. Si a unos sujetos se mide
con un instrumento y otros sujetos se miden con otro, se debe probar que ambos
instrumentos miden los mismo con un alto grado de confiabilidad. De lo contrario,
los resultados que se obtengan no son válidos.
Métodos de selección. En los casos experimentales, la selección de los sujetos a
dos grupos experimentales debe hacerse por el método del azar. Este método de
selección garantiza que los dos grupos son equivalentes, es decir, que tienen una
composición semejante. En la selección de la muestra de un diseño descriptivo,
la manera como se seleccione, pues cuando la muestra es intencionada, se puede
incurrir en un sesgo, o lo que es lo mismo, que la muestra examinada tenga
valores mayores o menores de la población.
Mortalidad experimental. Se debe tener presente, sobre todo en los estudios
experimentales que los sujetos de los grupos no abandonen el experimento,
evento denominado muerte experimental, o en el caso de que la tengan, que sea
similar.
El experimentador como fuente de invalidación interna:
No debe interactuar con los sujetos de investigación
No debe manipular los resultados de la investigación.
Los sujetos no deben conocer los objetivos de la investigación, las hipótesis, las
condiciones experimentales, porque pueden alterar los resultados.
¿Cómo se logra el control y la validez interna?
Seleccionando varios grupos de comparación (dos como mínimo). Al momento de
iniciarse (equivalencia inicial) un experimento se debe garantizar una equivalencia
que no es individual sino grupal. Se logra fundamentalmente realizando una
asignación aleatoria o al azar.
Durante el experimento deben observarse y tenerse en cuenta las mismas
instrucciones para todos los grupos. Se deben estandarizar las personas que toman
parte en la investigación.
¿Qué es la validez externa ?
Se refiere a qué tan generalizables son los resultados de un experimento a situaciones
no experimentales y a otros sujetos y poblaciones. La pregunta fundamental es: ¿Lo
encontrado en la investigación, a qué grupos, contextos o situaciones se aplica o se
puede aplicar?
14
CAPÍTULO III: Diseños Experimentales
GRamónS
1.
Las siguientes son fuentes de invalidación externa :
Efecto reactivo o de interacción de las pruebas (preprueba). Cuando se intenta
medir varias capacidades condicionales, no se pueden medir todas el mismo día.
Así, si se desea medir tanto la fuerza máxima como el máximo consumo de
oxígeno el mismo día o una después de otra, en la medición de fuerza (suponiendo
que se realiza primero) puede lograr mediciones confiables pero en la medición
de consumo de oxígeno, dado que la prueba máxima de fuerza agotó reservas
energéticas, la medición obtenida no es confiable por el efecto de cansancio o
agotamiento producido por la otra prueba.
2.
Interacción entre los errores de selección y el tratamiento experimental. Si un
criterio de selección, para una investigación que intenta ver el efecto de un plan
de entrenamiento de fuerza en personas mayores, fue el no haber realizado
entrenamiento previos o no se atleta de rendimiento y dicho criterio no se
cumple a cabalidad, puede suceder que ingresen al grupo experimental sujetos
con un alto grado de desarrollo de la fuerza de manera que el plan de
entrenamiento propuesto no surta el debido efecto, motivo por el cual se pierde
el objetivo del experimento.
3.
Efectos reactivos de los tratamientos experimentales (condiciones
experimentales). El experimentador debe hacer que los sujetos se olviden de
que están en un experimento y no deben sentirse observados.
4.
Interferencia de tratamientos múltiples (Tratamiento con efecto irreversible).
Se debe garantizar, en procesos de investigación relacionados con actividad
física y deporte, que los sujetos sólo realicen el plan de entrenamiento
propuesto y no realicen mas actividad en lugares como gimnasios, clubes, etc.
5.
Imposibilidad de replicar los tratamientos. Si el tratamiento o el procedimiento
de medición es tan complejo y difícil de realizar, no se puede cumplir el
postulado de reproducibilidad de todo proceso de investigación por lo cual se
invalida el experimento o la investigación.
Los EXPERIMENTOS VERDADEROS tienen las
características:
siguientes
Tienen grupo control
Tienen grupos de comparación
Tienen equivalencia de grupos
15
CAPÍTULO III: Diseños Experimentales
GRamónS
Tipos de experimentos verdaderos:
1.
Únicamente con postprueba y grupo control:
RG1 X 01
RG2 - 02
No se hace medición previa puesto que la asignación por azar garantiza la
igualdad delos grupos. Algunos autores afirman que no es necesario la medición
inicial puesto que la medición previa puede ser un sesgo.
Se pueden establecer mas de dos grupos
Entre las desventajas se enumeran dos: 1) si la aleatoriedad no fue apropiada,
los grupos no son equivalentes, 2) no se puede usar la previa para asignar las
personas a los grupos.
Este tipo de diseño logra controlar todas las fuentes de invalidación interna.
2.
Con preprueba-postprueba y grupo control
RG1 01 X1 02
RG2 03 X2 04
RG3 05 06
Dado que tanto el grupo control como los experimentales son asignados al azar,
todos los grupos son equivalentes. Por lo tanto, las variaciones en la variable
dependiente se pueden atribuir solo a la variable dependiente.
La prepueba puede servir para confirmar la aleatoriedad empleada, sobre todo
en grupos menores de 15 sujetos, en los cuales la aleatoriedad no funciona muy
bien.
Este tipo de diseño también logra controlar todas las fuentes de invalidación
interna.
3.
Cuatro grupos de Solomon
RG1 01 X
02
RG2 03 04
RG3
- X
06
RG4 06
Este tipo de diseño, creado por Salomón (1949) es una suma de los dos tipos de
diseños citados anteriormente:
Este tipo de diseño tiene dos grupos experimentales (G1 y G3) y dos grupos de
control (G2 y G4). El objetivo de este tipo de diseño es analizar la influencia que
puede tener la medición previa sobre los resultados, al comparar los grupos 1 y 2,
con los grupos 3 y 4. Se puede también analizar la efectividad del tratamiento al
comparar los grupos 1 y 2. Si se desea analizar la influencia de la prueba previa,
16
CAPÍTULO III: Diseños Experimentales
GRamónS
se comparan los grupos 1 y 3. La gran desventaja de este tipo de diseño es su
gran requerimiento de grupos y por tanto de dinero, tiempo y recursos.
4.
De series cronológicas múltiples (antes o después de X)
RG1 X1 01 02 03
RG2 X2 04 05 06
RG3
- 07 08 09
RG1
RG2
RG3
01 02 03 X1 04 05 06
01 02 03 X2 04 05 06
01 02 03 - 04 05 0 6
Cuando se está interesado en medir efectos a largo plazo, aparecen los diseños
cronológicos. Debido a que no se conoce cuando se producen o desaparecen los
efectos, se realizan mediciones periódicas luego de realizado el experimento.
Las mediciones se pueden llevar a cabo antes del tratamiento. Estas mediciones
aseguran que los valores previos al experimento no variaron.
Se pueden presentar los siguientes casos:
RG1
RG2
RG3
10
11
10
10.5 10.2 X1
11.2 11.1 X2
11
10.5 -
14 16 18
14
12 10
10.8 10 10.5
En el grupo 1, la mediciones previas fueron muy similares. Luego del tratamiento,
el efecto de produce de manera progresiva en el transcurso del tiempo. En el
grupo 2, igualmente las mediciones previas son muy similares. Luego del
experimento, las mediciones incrementaron pero rápidamente tendieron a
disminuir. En el grupo 3 las mediciones, tanto previas como posteriores al
experimento no variaron.
5.
Diseños factoriales
En este tipo de diseños, el investigador manipula dos o mas variables
independientes e incluyen dos o mas niveles de presencia en cada una de ellas. La
denominación de este tipo de diseños se hace por el número de variables
independientes y el número de niveles de cada una de ellas. Como ejemplos
tenemos: a) un diseño 2 x 2, quiere decir que se emplean dos variables
independientes con dos niveles, mas específicamente, podría ser una
investigación de fuerza con dos tipos de entrenamiento en los cuales se emplea
una diferencia de género (hombres y mujeres). b) un diseño 3 x 3 quiere decir
que se emplearán tres tipos de variables independientes con tres categorías o
17
CAPÍTULO III: Diseños Experimentales
GRamónS
niveles., c) 3 X 2, d) 4 x 2. Como se puede ver, los números no necesariamene
tienen que ser iguales.
En este tipo de diseño, el número de grupo se calcula multiplicando los números
que lo componen: para un diseño 2 x 2, el total de grupos experimentales es de 4;
para un diseño 3 x 3 x 2, el total de grupos será 18. La denominación de cada uno
de estos grupos se puede hacer mediante la metodología propuesta por
Christensen (2000)9. La asignación de los sujetos a los diferentes grupos debe
hacerse al azar. En el cuadro 2 se muestran varios ejemplos.
Cuadro 2. Diseños factoriales 2 x 2 y 3 x 2, con la denominación de los grupos.
B1
B2
A1
A2
A1B1 A2B1
A1B2 A2B2
B1
B2
A1
A2
A1B1 A2B1
A1B1 A2B2
A3
A3B1
A3B2
La gran ventaja de este tipo de diseños radica en el hecho de que le permite al
investigador evaluar los efectos de cada variable independiente sobre la
dependiente por separado, además de evaluar los efectos de las variables
independientes conjuntamente. Hay dos tipos de efectos a evaluar: los efectos
de cada variable independiente, también llamados efectos principales y los
efectos de interacción entre dos o mas variables independientes.
En el cuadro 3 se muestra un ejemplo de posibles resultados de un diseño 3x2 en
el cual se pretende estudiar el efecto que produce un plan de entrenamiento de
fuerza a intensidades de 20%, 50% y 80%, sobre la variable género (hombresmujeres). Los resultados se dan en unidades relativas (peso levantado / peso
corporal). En los casos A y B se dan solo efectos principales sin efectos
interactivos; en los casos C y E, solo efectos interactivos; en el caso F, no
existen efectos.
9
Christensen, L.B. (2000). Experimental methodlogy. 8 ed. Boston, Mass.: Allyn and Bacon, Inc.
18
CAPÍTULO III: Diseños Experimentales
GRamónS
Cuadro 3. Ejemplos de resultados en un diseño factorial 3x2, en el cual se pretende analizar
el efecto de un plan de entrenamiento de fuerza con tres niveles de intensidad sobre la
variable género. Los resultados se presentan en forma relativa (Peso levantado / peso
corporal). Y se analizan los efectos principales e interacciones.
Hombres
Mujeres
Hombres
Mujeres
A
Intensidad
20%
50%
80%
2.00
1.50
1.00
2.00
1.50
1.00
La variable intensidad produce
efectos, mientras que la variable
género no produce efectos.
La variable intensidad no produce
efectos, mientras que la variable
género produce efectos.
Existen efectos principales
efectos interactivos.
C
Intensidad
20%
50%
80%
2.00
1.50
1.00
1.00
1.50
2.00
Existen efectos principales
efectos interactivos.
D
Intensidad
20%
50%
80%
2.00
1.75
1.50
1.7
1.50
1.25
Ninguna de las variables
efectos por si misma.
Hombres
Mujeres
Hombres
Mujeres
sin
Hombres
Mujeres
tiene
No existen efectos principales pero
si efectos interactivos.
E
Intensidad
20%
50%
80%
2.00
1.50
1.00
Hombres
1.75
1.25
1.00
Mujeres
Las dos variables producen efectos
y existen efectos interactivos.
2.2.
B
Intensidad
20%
50%
80%
2.00
2.00
2.00
1.00
1.00
1.00
sin
Las dos variables tienen efecto
pero no hay interacción
F
Intensidad
20%
50%
80%
0.5
0.6
0.55
0.58
0.59
0.54
No existe algún tipo de efecto
.
En los diseños denominados cuasiexperimentales, existe una manipulación
intencionada de una o varias variables independientes con el objeto de observar y
analizar el efecto que produce sobre una variable dependiente, pero la asignación de
los grupos y de los sujetos a los grupos no se realiza al azar, siendo esta última
característica la que los diferencia de los diseños verdaderos. Los cuasiexperimentos
difieren de los experimentos verdaderos en la equivalencia inicial de los grupos.
La asignación de los grupos se hace por la situación real, es decir, son grupos
intactos. En términos reales, se puede hacer un estudio con escolares de manera que
los grupos se conforman de acuerdo a la distribución que posee la escuela, es decir, se
toman tal cual están en la realidad; en el campo del deporte, sería un estudio
comparativo entre las selecciones de fútbol que posee una liga.
19
CAPÍTULO III: Diseños Experimentales
GRamónS
Estos diseños se utilizan cuando no es posible asignar los sujetos en forma
aleatoria a los grupos que recibirán los tratamientos experimentales. Esta falta de
Aleatorización produce problemas de validez interna y externa. Según Weiss (1990)10,
estos diseños deben luchar con la selección como fuente posible de equivocación o de
error. Campbell y Stanley (1966) afirman que “precisamente por la falta de control
experimental total, es imprescindible que el investigador conozca a fondo cuáles son
las variables particulares que su diseño específico no controla. Así, estará mas
pendiente de su posible influencia y tendrá mejores elementos para evaluarla”. Cuando
el investigador no encuentre razones para equiparar los grupos, debe limitarse a
describir y/o correlacionar los resultados, pero no podrá hacerlo con fines
explicativos.
A pesar de las teóricas desventajas de aleatorización, el método
cuasiexperimental es indispensable por la siguiente razón: permite explorar temas que
de otra manera no podrían explorarse debido a cuestiones éticas, morales y/o
prácticas. Veamos algunos ejemplos:
Diferencias entre el desarrollo del equilibrio entre niños normales y niños con
problemas del oído interno,
Diferencias entre un plan de actividad aeróbica en sujetos que con sobrepeso
y obesos.
Diferencias en el desarrollo motor en niños y niñas con síndrome Down.
En todos estos proyectos, la asignación a los grupos debe hacerse de forma real
puesto que no podríamos someter a niños sanos a daños en el oído para estudiar el
efecto de la actividad física, o tomar unos niños y sobrealimentarlos para que se
vuelvan obesos y luego estudiarlos bajo esta condición. Estas condiciones naturales de
“anormalidad” permiten estudiarlos por lo que los individuos ya han sufrido el
padecimiento, motivo por el cual también se conocen como estudio “expost facto”
(después del hecho).
DISEÑOS CUASIEXPERIMENTALES
En este tipo de diseño, el suceso que según la hipótesis, causa las
diferencias entre los grupos, ya ocurrió.
Los grupos son “intactos”, es decir, ya en la realidad pertenecen a una
determinada categoría o variable.
Tienen grupo control.
10
Weiss, C.H. (1990). Investigación evaluativa: Métodos para determinar la eficiencia de los programas
de acción. México: Trillas.
20
CAPÍTULO III: Diseños Experimentales
GRamónS
¿Qué tipo de diseños cuasiexperimentales existen?
Los diseños cuasiexperimentales pueden ser del mismo tipo que los enumerados
para los diseños experimentales. Como ya se estableció, la gran problemática es la
asignación de los sujetos al azar, en lo demás, los tipos de diseño son los mismos:
1).
Con posprueba y grupos intactos:
G 1 X 01
G 2 - 02
2).
Con preprueba-postprueba y grupo control
G1 01 X1 02
G2 03 X2 04
G3 05 06
3).
De series cronológicas múltiples (antes o después de X)
G1 X1 01 02 03
G2 X2 04 05 06
G3 07 08 09
2.3.
.
Los preexperimentos son la clase de diseños experimentales que se caracterizan
por el grado mínimo de control. Es decir, no tienen grupo control y la asignación de los
grupos y de los sujetos no se hace al azar. Por estas características, no son adecuados
para el establecimiento de relaciones explicativas entre una variable independiente y
otra dependiente. Se usan en estadios exploratorios de experimentos verdaderos y su
interpretación es muy cautelosa debido a la invalidez tanto interna como externa que
presentan.
Este tipo de experimentos se ven en la práctica diaria. Un profesor que trata de
validar un método de enseñanza, toma unos sujetos intencionadamente (no al azar) y
no compara sus resultados con otro grupo control. Posteriormente defiende los
resultados ante la comunidad académica. ¿Este procedimiento cumple con los
requisitos de la ciencia y de los protocolos experimentales?, ¿Puede tener algún grado
de confiabilidad este estudio?.
3.
Para seleccionar una muestra, en primera instancia se debe delimitar la población.
Para delimitar la población se debe tener claro el planteamiento del problema. La
población debe precisarse en cuanto a sus características, el lugar y/o el tiempo. Un
ejemplo de delimitación de una posible población sería: la población comprende todos
aquellos sujetos de género masculino, que pertenezcan a los clubes deportivos de
futbol, que estén reconocidos como tales ante la respectiva liga, en edades
21
CAPÍTULO III: Diseños Experimentales
GRamónS
comprendidas entre los 15 y 20 años, que hayan competido en al menos un campeonato
municipal. Una vez definida la población, se realiza un censo o se cuentan los sujetos
que pertenecen a dicha población. Para nuestro ejemplo, se contaron 1243 niños, que
cumplen dichos requisitos.
Dado que en algunos casos no se puede someter a toda la población a la variable
independiente, se debe seleccionar una muestra, definida ésta como un subconjunto
de la población. La problemática generada ahora con la muestra es que, los resultados
obtenidos con dicha muestra se puedan generalizar a la población, concepto definido
como generalizabilidad.
En el campo de la ciencia, aparecen dos maneras de obtener una muestra: muestreo
probabilístico y no probabilístico. Estos muestreos hacen relación a la probabilidad
que tiene cada sujetos elegido en la muestra. En el muestreo probabilístico, todos los
sujetos tienen la misma probabilidad de ser elegidos, mientras que en el no
probabilístico no se conoce la probabilidad de ser elegido o todos no tienen la misma
probabilidad de serlo. Como hemos visto en las características de los diseños
experimentales, una de las grandes características de los experimentos verdaderos es
que la selección sea al azar, es decir, una selección probabilística en la cual todos los
sujetos tengan la misma probabilidad de ser elegidos.
Existen las siguientes maneras de realizar un muestreo probabilístico:
a) Muestreo aleatorio simple
b) Muestreo sistemático
c) Muestreo estratificado
Muestreo aleatorio simple
Aquí, cada miembro de la población tiene una probabilidad igual e independiente de
ser seleccionado como parte de la muestra. Con esta premisa se está buscando que
la población y la muestra tengan las mismas características, basado en el teorema
de la estadística que dice la media de las medias de una población, elegidas al azar,
es idéntica a la media de la población.
El proceso consta de cuatro pasos:
1). Definir la población
2). Listar todos los miembros de la población
3). Asignar números a cada miembro de la población
4). Aplicar un criterio para seleccionar la muestra.
El mejor criterio del paso 4 es una tabla de números aleatorios, en la cual se
cumple con el criterio de igualdad e independencia de la selección. Otra opción es
22
CAPÍTULO III: Diseños Experimentales
GRamónS
colocar los rótulos de toda la población en una bolsa e ir sacando los sujetos al
azar.
Muestreo sistemático
En este muestreo se escoge al azar un número (k-ésimo) que relaciona el tamaño
dela muestra y la población. Si la población son 50 y la muestra son 10, pues el késimo es 5. Se escoge al azar un sujeto de la lista y se cuentan los siguientes 5
sujetos y dicho sujeto formará parte de la muestra. Se repite este procedimiento
hasta que sean seleccionados los 10 sujetos.
Este tipo de muestreo es mas fácil de llevar a cabo pero viola el precepto de que
cada miembro debe tener la misma probabilidad e independencia de ser elegido.
Cuando se elige cada quinto, la independencia puesto que se rige por los k-ésimos.
Muestreo estratificado
En algunas oportunidades, la conformación de la población tiene características
especiales que merecen ser preservadas en la conformación de la muestra. Por
ejemplo, un población tiene el 40% de hombres y el 60% de mujeres, por lo que la
muestra también debe conservar dicha proporción. A este tipo de situaciones, se
les llama muestreo estratificado.
¿Qué tan grande debe ser la muestra?
La muestra debe ser lo suficientemente grande como para que represente la
población. La selección del tamaño se hace por procedimientos estadísticomatemáticos. Hernández y col (2003) proponen el siguiente procedimiento:
a) Se debe conocer el tamaño de la población (N)
b) Se debe establecer el error estandar (se), es decir, el error que aceptamos
cometer al realizar el estudio. Dicho valor se da como una fracción de 1 y se
interpreta como se hace con la probabilidad. Un error estandar de 0.1 quiere
decir que aceptamos cometer un error en diez casos o 10 en cien. Dicho error
estandar lo fija el investigador.
c) Se determina la varianza de la población, la cual es igual a se2
d) Se determina la varianza de la muestra, la cual es igual a p(1-p). Para el caso, p
es la probabilidad de ocurrencia del evento. También el investigador escoge el
nivel con el cual desea trabajar.
e) Se calcula el tamaño de la muestra sin ajustar (n’) mediante la siguiente
ecuación:
n´
s2
; s2
V2
p(1
p); V 2
se 2
23
CAPÍTULO III: Diseños Experimentales
GRamónS
f) Se calcula el tamaño de la muestra (n) mediante la siguiente ecuación:
n
n'
1 n' N
En un caso hipotético, se tienen 945 deportistas y se quiere seleccionar una
muestra con un error estandar (se) de 0.015. ¿Cuál es el tamaño de la
muestra.
a) N = 945
b) error estandar (se) = 0.015
c) V = 0.0152
d)
s2
0.9(1 0.9)
0.09
n´
0.00025
n' 400
0.09;
V2
0.0152
0.000225
e) Se calcula el tamaño de la muestra (n) mediante la siguiente ecuación:
n
400
1 400
945
400
1 0.423
400
1.423
281
Aunque este tipo de procedimientos se realizan en la selección de una muestra, no
es concebible que en un diseño experimental se pueda trabajar con una muestra de
280 personas o sujetos. En los diseños experimentales en el campo de la actividad
física y el deporte, en los cuales se somete a un grupo de personas a un
tratamiento, el cual debe tener un alto grado de control, el tamaño de la muestra
se hace de manera que la muestra no sobrepase un determinado número o que sea
un mínimo. Así, una muestra no sobrepasa los 20 sujetos pero no se menor de 10
sujetos.
4.
El este aparatado se analizan las técnicas estadísticas para comparar el efecto
del tratamiento sobre dos grupos, tal como sería el caso del efecto de diferentes
tipos de entrenamiento sobre dos grupos. Se presenta la prueba más simple de
comparación entre dos grupos como lo es el
. También se describe el análisis de
la varianza como una manera de probar la diferencia significativa entre dos o más
24
CAPÍTULO III: Diseños Experimentales
GRamónS
grupos. Finalmente, también se describe el uso del análisis factorial de la varianza, en
los cuales dos o más variables independientes pueden ser comparadas.
En el proceso de investigación experimental se plantean las hipótesis del mismo.
Estas hipótesis generalmente son de dos tipos: a) la hipótesis nula (H0) y b) la
hipótesis alterna (HA).
La H0 afirma que no existieron efectos significativos de la variable independiente
sobre la dependiente. Es decir, que los resultados no variaron. Una manera de ver
esta hipótesis desde la óptica matemática-estadística es:
H0
1 = 2
1 - 2 = 0
Donde 1 y 2 son las medias de los valores al inicio y al final del experimento.
La HA afirma que si existieron diferencias entre los resultados al inicio del
experimento y al final del mismo. La simbología matemática-estadística es
HA
0
1
2
1 - 2
Donde 1 y 2 son las medias de los valores al inicio y al final del experimento.
El propósito de la estadística es evaluar la hipótesis nula para un nivel dado de
probabilidad (por ejemplo, p<0.05). En otras palabras, hacer la siguiente pregunta:
¿dados dos niveles de diferente tratamiento, cuál es la probabilidad de que dichas
diferencias ocurran por azar en un 5 por ciento de las veces?. Todo lo que la
estadística puede hacer es aceptar o rechazar la hipótesis nula. La estadística no
puede aceptar la hipótesis de investigación. Solamente un razonamiento lógico, un
buen diseño experimental y una teorización apropiada pueden hacerlo. La estadística
sólo puede determinar si dos grupos son diferentes, pero no porqué son diferentes.
Siempre que se estima un parámetro poblacional mediante una muestra, se hacen
preguntas como. <<¿Qué calidad tiene la estimación obtenida? ¿Cabe llegar a la
conclusión de que el parámetro poblacional es idéntico al estadígrafo muestral, o es
posible que exista alguna discrepancia? Si es así, ¿Cuál es la magnitud de ésta
discrepancia?>>. Para responder a cada una de estas preguntas, se deben comparar los
resultados muestrales con los resultados <<esperados>>. Los resultados esperados
están dados por la distribución muestral apropiada. La siguiente pregunta es: ¿Cómo
es la distribución de un estadígrafo particular? ¿Cómo se puede conocer la forma de la
distribución, y por tanto, cuáles son los resultados esperados? Puesto que las
inferencias que se hacen implican el conocimiento de la forma de la distribución
muestral, es necesario establecer ciertos modelos idealizados. La curva normal y la
distribución binomial son dos modelos cuyas propiedades matemáticas se conocen. En
consecuencia, estas dos distribuciones se emplean frecuentemente como modelos para
describir determinadas distribuciones muestrales. Así por ejemplo, si se sabe que la
distribución muestral de determinado estadígrafo toma la forma de una distribución
normal, se pueden usar las propiedades conocidas de esta distribución para hacer
inferencias y predicciones acerca del estadígrafo.
25
CAPÍTULO III: Diseños Experimentales
GRamónS
Puesto que rara vez se puede estudiar exhaustivamente una población, se recurre
a tomar muestras de dicha población para llegar a una hipótesis referente a las
características o parámetros de la población. Cuando se realiza una encuesta con cien
personas, el deseo no es conocer lo que piensan esas cien personas sino realizar una
estimación acerca de toda la población. Para comprender cómo se pueden hacer
inferencias acerca de una población a partir de una muestra es necesario analizar el
concepto de
.
En la práctica, las inferencias acerca de los parámetros de una población se hacen
basándose en estadígrafos que se calculan mediante una muestra de N observaciones
tomadas al azar de esta población. Si se tomaran, de manera indefinida muestras de
tamaño N de esta población, no sería de extrañar encontrar algunas diferencias entre
los valores de los estadígrafos muestrales obtenidos. Sería muy raro encontrar
siempre el mismo conjunto de observaciones.
Hay una distribución muestral para cada estadígrafo, tal como la media, la
desviación estándar, etc. Este es uno de los conceptos más importantes de la
estadística inferencial. En la tabla 1 se muestra un ejemplo de distribuciones tomado
de Runyon y Haber. Se trata de distribuciones muestrales basadas en la extracción,
con reposición, de todas las posibles muestras de N=2, N=3 y N=4 de una población de
cuatro números (0,3,6,9).
Tabla 1. Distribuciones muestrales correspondientes a medias de muestras de N=2,
N=3, N=4 tomadas de una población de números (0,3,6,9; =4.5, =3.94).
N=2
N=3
N=4
Media
p(Media)
Media
p(Media)
Media
9.0
7.5
6.0
4.5
3.0
1.5
0.0
0.0625
0.1250
0.1875
0.2500
0.1875
0.1250
0.0625
9.0
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
0.0156
0.0469
0.0938
0.1562
0.1875
0.1875
0.1562
0.0938
0.04969
0.0156
9.00
8.25
7.50
6.75
6.00
5.25
4.50
3.75
3.00
2.25
1.50
0.75
0.00
Media = 4.5
DS = 2.37
Media = 4.5
DS = 1.94
p(Media)
0.0039
0.0156
0.0391
0.0781
0.1211
0.1562
0.1719
0.1562
0.1211
0.0781
0.0391
0.0156
0.0039
Media = 4.5
DS = 1.68
26
CAPÍTULO III: Diseños Experimentales
GRamónS
Se extrae al azar una muestra de cuatro números de una cierta población y se
obtiene una media de 6,0. Ahora la pregunta es. ¿Constituye esta media un suceso
ordinario o un suceso raro? Si no se dispone de un marco de referencia, la pregunta
carece de sentido. Si por el contrario, se dispone de una distribución muestral y
sabiendo que esta distribución es la presentada en la tabla 1, cuando N=4. La
respuesta es que se obtendrá un 12% (p = 0.1211) de las veces. De la misma manera,
una media mayor o igual a 6.00 se obtendrá aproximadamente un 26% de las veces (p =
0.1211 + 0.0871 + 0.0391 + 0.0156 + 0.0039 = 0.2578).
En este mismo ejemplo, si una media de 7,50 aparece un 5% de las veces, ¿éste
resultado es confiable? o por contrario, ¿resulta de una manipulación externa?. La
probabilidad según la distribución es de 3.91% y la diferencia con 5% es muy pequeña,
por lo que se podría responder afirmativa o negativamente. Entonces, aparece otra
pregunta, ¿dónde se traza la línea que determina la inferencia que hagamos del
experimento?
La respuesta a esta pregunta revela la naturaleza básica de la ciencia: su
orientación es más bien probabilística que absoluta. En las ciencias sociales, la mayoría
de los investigadores han adoptado como base para inferir la intervención de factores
no aleatorios, uno de los dos puntos de separación:
1.
: Cuando el suceso, u otro que
representa una mayor desviación, ocurre por azar el 5% o menos de las veces,
algunos investigadores están dispuestos a afirmar que los resultados se deben a
factores ajenos al azar.
2.
Cuando el suceso, u otro que
representa una mayor desviación, ocurre por azar el 1% de las veces o menos,
otros investigadores están dispuestos a afirmar que los resultados se deben a
factores ajenos al azar.
Si retornamos al ejemplo anterior de una media de 7.50 ocurra un 5% de las veces,
usando el nivel de significación del 0.05 se debe deducir que el experimento está
manipulado (p<0.05) o que está fuera de los límites posibles. Pero si se escoge un nivel
de 0.01, el resultado es posible, puesto que p > 0.01.
De este ejemplo se establece una gran premisa del diseño de experimentos: no es
posible que se realice un estudio, se analicen los resultados, se llegue a un valor de
probabilidad y luego se decida el nivel de significación. El nivel de significación debe
especificarse previamente al estudio como una parte general del diseño del
experimento.
t Test o t de Student:
Cuando se conoce la media de una población pero no su desviación estándar ( x), se
puede calcular este estadígrafo a partir de datos muestrales. En consecuencia, la x
estimada (sX) debe basarse en la estimada que es , de manera que:
27
CAPÍTULO III: Diseños Experimentales
GRamónS
š
N
sX
Si se sustituye por , se obtiene una aproximación razonablemente buena de la
distribución de medias muestrales. A comienzos del siglo XX, William Gosset, un
estadístico que se firmaba con el seudónimo de Student, observó que la aproximación
de por era deficiente, sobre todo para muestras pequeñas, debido a que tiende a
subestimar a
más de la mitad de las veces. La mayor contribución de Gosset
consistió en la determinación del cociente t:
t
donde
0
X
0
sX
es el valor de la media poblacional bajo la hipótesis nula.
El cociente t de Student es un examen fuerte, lo que significa que las inferencias
estadísticas son posiblemente válidas aun cuando la distribución poblacional se aparte
mucho de la normalidad. Por lo tanto, si se tienen dudas acerca de la normalidad de la
población, es aconsejable aumentar el tamaño N de la muestra.
Si se comparan las distribuciones t con la curva normal estándar, se tiene que:
1. Ambas distribuciones son simétricas respecto a una media de cero. Por tanto, la
proporción del área situada a la derecha de un valor positivo particular de t es
igual a la proporción a la izquierda del correspondiente valor negativo de t.
2. Las distribuciones t son más dispersas que la curva normal. En consecuencia, la
proporción de área más allá de un valor específico de t es mayor que la proporción
de área mas allá del valor correspondiente de z. Sin embargo, cuanto mayores
sean los grados de libertad (N-1), mayor será la semejanza entre las distribuciones
t y la curva normal estándar.
En la gráfica 1 se muestra las distribuciones muestrales de una t de Student con 3
y 10 grados de libertad (gl), comparadas con una distribución Z.
28
CAPÍTULO III: Diseños Experimentales
GRamónS
gl = 10
gl= 3
-3
-2
-1
0
1
2
3
-3
-2
-1
2
3
0
1
2
3
N=
-3
-2
-1
0
1
z
Gráfico 1. En la parte superior se muestran distribuciones muestras de t Student con 3 y 10
grados de libertad (gl). Abajo, una distribución de Z.
Al examinar la gráfica 1, se puede apreciar que, en la curva normal estándar, z
1.96 define la región de rechazo al nivel de significación de 0.05. Sin embargo,
1.96 incluye aproximadamente el 15 por
cuando gl = 3, una región descrita por t
ciento del área total. Por lo tanto, si se emplea la curva normal para examinar
estadísticamente hipótesis cuando N es pequeño y
desconocida, se cometería un
error de tipo I, es decir, rechazar Ho siendo verdadera. Por otra parte, se requiere
un valor mucho mayor de t para determinar los límites de la región crítica o de
rechazo, así, para gl = 3, el valor absoluto de la t obtenida debe ser igual o mayor que
3.18 para rechazar Ho al nivel de significación 0.05 (examen bilateral o de dos colas).
Sin embargo, cuando gl crece, las diferencias en proporciones de área bajo la curva
normal y bajo la distribución t se hacen insignificantes.
Los valores de t encontrados en las tablas son valores críticos, es decir, son
aquellos valores que limitan las regiones de rechazo correspondientes a varios niveles
de significación.
1.
2.
t Test para muestras independientes.
t Test para muestras dependientes.
29
CAPÍTULO III: Diseños Experimentales
GRamónS
1. t Test para muestras independientes.
En este tipo de casuística, se tienen inicialmente dos grupos independientes
sometidos a diferentes tipos de tratamiento.
Uno de los requisitos para iniciar un experimento es que los dos grupos sean
equivalentes. Para cumplir este requisito, existe el siguiente procedimiento
estadístico (Rogers, Howard y Vessey, 1993; Westlake, 1983):
1º) Calcular la desviación estándar de la diferencia entre las medias de los grupos:
2
sn1
n2
( n1 1) s1 ( n2 1) s2
n1 n2 2
2
1
n1
1
n2
donde n es el número de sujetos, s es la desviación estándar de cada uno de los
grupos.
2º) Calcular el valor de z para la hipótesis nula, que para el caso, debe ser que los dos
grupos no son equivalentes.
z
M1 M 2
sm1
X dif
m2
donde M es la media de cada uno de los grupos,
X es la diferencia establecida como aceptable (generalmente el 10% del valor de la media del
primer grupo).
Realicemos un ejemplo ilustrativo.
Se tienen dos grupos de jóvenes en edades entre 12 y 14 años. Se desea saber si
los dos grupos son equivalentes en su masa corporal. El primer grupo tiene una media
de 36.7 kg (3.67) y el segundo tiene 39.7 kg (3.08). Ambos grupos tienen 24 sujetos.
La diferencia permitida en masa es de 3.7 kg (10% de 36.7 kg).
Al aplicar las fórmulas obtenemos:
sn1
z
n2
(24 1)3.672 (24 1)3.082
24 24 2
36.7 39.7
0.977
3.7
1
24
1
= 0.977
24
= -0.749
Este valor de z, tiene una p de 0.45. Por lo tanto, se acepta la hipótesis nula. En
otras palabras, los dos grupos no son equivalentes.
30
CAPÍTULO III: Diseños Experimentales
GRamónS
Retornando al caso de comparar dos grupos independientes, de las dos muestras se
calcula la media y la desviación estándar de cada grupo. Para calcular la t de Student
se emplea la siguiente fórmula:
t
X1
X2
s X1
1
sX2
2
X1
X2
SC1
N1
SC 2
N2
1
1
N1
2
1
N2
Veamos un caso hipotético. Se tienen dos grupos de 20 jóvenes, entre los 10 y 12
años, a los cuales se les aplicaron dos métodos de entrenamiento de la movilidad
articular (estático y dinámico) sobre la articulación de la cadera, al realizar el
movimiento de extensión. Los resultados (ver cuadro 7.1) para el grupo 1 fueron los
siguientes: una media de ganancia en movilidad articular fue 10 cm con una desviación
estándar de 1.08. Para el grupo 2, la media de ganancia en movilidad articular fue de 9
cm con una desviación estándar de 1.69.
La hipótesis nula para esta situación establece que la diferencia entre las medias
de los grupos 1 y 2 es igual a cero. La hipótesis alterna es que la diferencia no es igual
a cero, es decir, que las medias son estadísticamente diferentes.
Para establecer la diferencia, establecemos un nivel de significancia de 0.05. La
distribución muestral será la t de Student con gl = N1 + N2 - 2 = 20 + 20 – 2 = 38. La
región crítica será t
2.021 y puesto que es un estudio no direccional de dos colas,
la región consta de todos los valores de t tales que t
2.021 y t
- 2.021 El valor
hallado para la t fue de 2.24. Este valor está por fuera de la región crítica, por cuanto
se rechaza la hipótesis nula y se acepta la hipótesis alterna. Es decir, el método
empleado con el grupo 1 es mejor para incrementar el rango de movilidad articular de
la cadera, de jóvenes entre 10 y 12 años.
Homogeneidad de la varianza:
No podemos olvidar que para tener seguridad de los resultados, se deben realizar
pruebas acerca de la homogeneidad de la varianza, es decir, que la varianza de los dos
grupos sea equivalente. Aunque pequeñas violaciones de este aspecto no representan
un problema mayor, las violaciones más grandes son más comunes si los grupos no son
aproximadamente iguales. Para el ejemplo citado, vemos que sus varianzas son
diferentes, aunque el número de sujetos en cada muestra es igual. Los programas
actuales de estadísticas poseen pruebas como la de Levene para determinar si la
varianza es o nó homogénea. Para el caso, el estadístico de Levene tiene un valor de
1,76 con p = 0.192, por lo que se acepta que la varianza de los dos grupos es
semejante.
31
CAPÍTULO III: Diseños Experimentales
GRamónS
Cuadro 7.1. Valores hipotéticos encontrados en dos grupos experimentales (X1, X2). En la
parte inferior se muestran los cálculos de la media, la desviación estándar y de la t de Student.
2
2
N
X1
X1
X2
X2
1
12
144
10
100
2
11
121
9
81
3
10
100
8
64
4
9
81
9
81
5
11
121
10
100
6
10
100
5
25
7
9
81
8
64
8
9
81
12
144
9
9
81
12
144
10
10
100
11
121
11
11
121
10
100
12
10
100
10
100
13
12
144
9
81
14
9
81
8
64
15
8
64
7
49
16
10
100
9
81
17
11
121
9
81
18
9
81
7
49
19
10
100
8
64
20
10
100
9
81
Suma
200
2022
180
1674
SC
22.00
Varianza =
54.00
2.8
9.00
1.2
Media =
10.00
DS =
1.69
1.08
t = ((10 - 9) / ((22 + 54) / 38 )( 1/20 )( 1/20 ))^0.5
2
t = 2.24
2
2
t = 5.01
2
w = (t + 1 ) / (t + N1 + N2 - 1) = 5.01 + 1 / 5 + 38 = 0.13
Frecuentemente una diferencia significativa en las varianzas (en particular
cuando la varianza del grupo experimental es mayor que la del grupo control) indica un
efecto dual de las condiciones experimentales, es decir, que a unos sujetos les
produce un efecto positivo y a otras, uno negativo. Una mayor varianza indica más
valores extremos en las dos colas de una distribución. El investigador atento tomará
estos hechos como base para explorar la posibilidad de que existan efectos duales.
Estimación del grado de asociación entre la variable experimental y la variable
dependiente:
La obtención de un valor estadísticamente significativo implica que existe algún
grado de asociación entre la variable experimental y la variable dependiente. Sin
embargo, el hecho de que un resultado sea estadísticamente significativo no concede
32
CAPÍTULO III: Diseños Experimentales
GRamónS
importancia de manera automática a lo hallado. Sin N es suficientemente grande,
incluso una diferencia trivial puede resultar estadísticamente significativa.
Una manera de establecer la significancia de una diferencia estadísticamente
significativa, es mediante la aplicación de la medida de asociación 2 (omega cuadrado.
Esta medida se calcula mediante la siguiente fórmula:
2
t
2
t2
N1
1
N
2
1
donde t = t Student, N1 = número de sujetos de la muestra 1 y N2 = número de
sujetos de la muestra 2.
El resultado puede interpretarse de la misma forma que el coeficiente de
determinación (r2), en el cual un valor de 0.50 equivale a decir que el 50% de la
varianza de la variable dependiente ha sido tenida en cuenta por las variaciones en X.
De la misma forma, 2 se puede considerar como el porcentaje en el cual la variable
dependiente explica los valores hallados o el porcentaje de la varianza en la variable
dependiente que ha sido tenido en cuenta en función de las variaciones en la variable
del tratamiento.
Para el presente ejemplo, el resultado se ha presentado en la parte inferior del
cuadro 7.1. El valor de w2 fue de 0.13, es decir, tan sólo un 13% de la variable
dependiente es tenida en cuenta en la variable experimental.
Aunque este ejemplo no ilustra muy bien el hecho, se debe tener presente que un
valor significativo estadísticamente en la t no siempre tiene una significancia real.
2. t Test para muestras dependientes.
En los apartados 1 y 2 se han examinado los casos en los cuales se compara un
grupo con la media poblacional y el caso en que se comparan dos grupos
independientes. Un tercer caso es aquel en el cual se compara un grupo al cual se le ha
realizado una medida inicial (pretest) y otra medida final (postest), luego de
aplicársele un tratamiento. Estamos entonces ante el caso de t Test para muestras
dependientes.
Para calcular la t de Student de este caso, uno de los métodos empleados es el
denominado
(Runyon, Harber, 1992; Tomas y Nelson, 1996).
El método de la diferencia directa consiste en hallar las diferencias de las
calificaciones obtenidas antes y después para cada pareja de sujetos y tratar estas
diferencias como si fuesen calificaciones originales. Mediante este procedimiento, se
transforma un caso de dos muestras en un caso de una muestra. Se halla la media
muestral y un error estándar basado en una desviación estándar. La hipótesis nula es
que la media obtenida de la diferencia entre las calificaciones ( D/N = MDD) proviene
33
CAPÍTULO III: Diseños Experimentales
GRamónS
de una distribución muestral de diferencia de medias (la población = sDD) en que la
diferencia media tiene algún valor específico.
Veamos un ejemplo real, en el cual se sometieron 12 sujetos en edades
comprendidas entre los 18 y 22 años, a un entrenamiento pliométrico con el ánimo de
observar su efecto sobre la fuerza de miembros inferiores. Para medir este efecto,
se empleó una alfombrilla de salto, que permite calcular la altura del salto realizado
desde una flexión de 90 de rodillas (SJ) o en forma de contramovimiento (CMJ). Los
resultados se muestran en la tabla 7.2.
Tabla 7.2. Altura del salto (cm) en SJ y SQJ, de un grupo de 20 sujetos de sujetos
sometidos a entrenamiento pliométrico.
SJ
S ujeto
1
2
3
4
5
6
7
8
9
10
11
12
P R E TE S T
PO STES T
37.6
28.1
36.9
37.0
38.0
36.0
34.0
36.5
41.9
39.1
31.5
33.9
35.7
40.0
36.8
35.6
37.3
38.5
34.2
39.8
46.2
40 .1
32 .1
34 .9
MDD
S um a
2
S um a
SC
sDD
t
1.
2.
3.
4.
5.
6.
CM J
DD
-2.0
11.9
-0.1
-1.4
-0.7
2.5
0.2
3.3
4.3
1.0
0.6
1.0
1.70
20.42
416.98
150.70
1.07
1.59
2
DD
3.8
141.6
0.0
2.0
0.5
6.0
0.0
10.9
18.3
0.9
0.3
0.9
185.45
S ujeto
1
2
3
4
5
6
7
8
9
10
11
12
P RETES T
P O S TE S T
39.2
40.3
40.9
38.7
39.4
38.4
37.1
40.0
42.9
41.9
33.9
36.2
40.1
40.6
38.6
37.7
38.4
43.3
38.2
44.5
47.2
41.2
33.2
40.3
MDD
S um a
2
Sum a
SC
sDD
t
DD
1.0
0.3
-2.4
-1.0
-1.0
4.8
1.2
4.5
4.3
-0.7
-0.7
4.1
1.20
14.36
206.21
72.77
0.74
1 .61
2
DD
0.9
0.1
5.6
1.0
1.0
23.1
1.3
20.4
18.7
0.5
0.5
16.8
89.96
El planteamiento del problema, en términos estadísticos formales es el siguiente:
La hipótesis nula es que la diferencia entre medias (pretest y postest) es igual a
cero.
La hipótesis alterna es que la diferencia es diferente de cero.
La prueba estadística empleada es la t de Student para muestras correlacionadas.
Nivel de significancia es de 0.05
La distribución muestral es la t de Student con gl = N -1 = 11.
La región crítica, dado que no es una hipótesis direccional en un determinado
sentido, el estudio será de dos colas donde el valor de t es: t (0.05) = t 2.201 y t
-2.201
34
CAPÍTULO III: Diseños Experimentales
GRamónS
t
MDD
sDD
MDD
DD
DD
2
2
N
N (N
1)
La t de Student para el SJ será:
t = MDD / sDD
MDD = ( DD/N) = 20.42 / 12 = 1.70
sDD = (SCDD / (N-1))0.5 = (( DD2 - (DD)2/N))/N(N-1))0.5 = ((185.45 – (416.98 /12*11))/11)0.5
sDD = 1.07
t = 1.70 / 1.07 = 1.59
La t de Student para el CMJ, calculada mediante el mismo procedimiento fue de
1.61.
Como conclusión, se acepta la hipótesis nula. Es decir, bajo las condiciones del
experimento, el entrenamiento pliométrico no aumenta de manera significativa la
fuerza de miembros inferiores.
La potencia puede ser definida como la probabilidad de rechazar la hipótesis nula
cuando la hipótesis es falsa. El obtener potencia en investigación es muy deseable.
La siguiente es la fórmula para el cálculo de la t de Student para muestras
independientes:
t
M
1
2
s1
n1
M
2
2
s2
n2
Se puede apreciar que es un quebrado donde el denominador es otro quebrado. En
este caso, para incrementar el valor de t se debe aumentar el numerador y/o disminuir
el denominador.
El numerador es la diferencia entre las medias de los grupos analizados. Para
incrementar la diferencia entre estas medias, la respuesta es de sentido común: se
deben emplear tratamientos de una manera acertada, de manera intensiva y
concentrada, no dejando al azar ninguna de las variables intervinientes. Así, si se
aplica dos semanas un tratamiento, los resultados no serán tan buenos como si le
aplicamos tres semanas o cuatro. De esta manera, las diferencias entre el inicio y el
final del tratamiento serán mayores.
El denominador son las varianzas de cada grupo, así como el número de sujetos. Si
las variaciones llegan a ser muy pequeñas (cercanas a la media), la varianza también es
35
CAPÍTULO III: Diseños Experimentales
GRamónS
muy pequeña. La manera de obtener menos variaciones en los efectos del tratamiento
es aplicándolos de una manera consistente y racional. Entonces, si el numerador
permanece constante y la varianza se hace pequeña, la t aumenta su valor.
El tercer factor es el número de sujetos, que es el denominador del denominador.
Entonces, aumentando el número de sujetos, el quebrado del denominador disminuye y
el resultado final es que la t aumenta de valor. Por lo tanto, una manera de
incrementar la potencia aumentando el número de los sujetos de una investigación.
Un último factor para incrementar la potencia es disminuyendo el valor de alfa,
pero como ya se estudió, el disminuir el valor de alfa aumenta la probabilidad de
errores tipo II, es decir, aceptar hipótesis falsas.
La relación de la t de Student tiene un numerador y un denominador. Desde un
punto de vista teórico, el numerador puede ser considerado como la varianza
verdadera y el denominador, el error de la varianza. Si no existiesen diferencias entre
los dos grupos, las dos varianzas serían iguales y la relación sería igual a 1. Cuando se
encuentra una t cuyo valor es considerado como significativo, lo que realmente se está
diciendo es que la varianza verdadera excede al error de la varianza hasta un cierto
grado. La cantidad que debe exceder de uno para ser significativo depende del número
de sujetos y del nivel de significancia establecido.
La estimación de la fortaleza de la relación entre la variable dependiente y la
independiente se representa por la relación entre la varianza verdadera y la varianza
total. Es decir, w2 = Varianza verdadera / Varianza total.
Afortunadamente los computadores traen incorporados algunos programas para
maneras datos, las llamadas hojas de cálculo para manejar números o para bases de
datos, que permiten realizar todos los anteriores cálculos.
Una hoja de cálculo en el programa Excell está estructurada en forma de
cuadrícula en la cual, en las columnas aparece en su parte superior una letra (desde A
hasta IV, mientras que las en filas aparecen numeradas en el lado izquierdo, iniciando
en 1 y terminando en 65.536. De esta manera, cada cuadro o celda tiene una
denominación que combina la letra de la columna y el número de la fila.
Entre los íconos que tiene esta hoja en su parte superior (barras de estado o
barra estandar) aparece una fX que quiere decir fórmulas o funciones. Al hacer clic en
este ícono, aparece una ventana con el título de
y dos ventanas:
categoría de la función y nombre de la función. En la categoría de la función aparece
una categoría que es la de las funciones estadísticas. Al hacer clic en esta categoría
aparecen en el lado derecho todas los estadísticos que calcula. Para el caso de la t de
Student, se busca
Al hacer clic sobre esta función, aparece otra ventana
que tiene cuadro íconos: Matriz1, Matriz2, Colas y Tipo. Cada uno de estos íconos
tiene un espacio en blanco (para escribir los rangos de celdas solicitados) y al final de
este espacio un icono con colores: rojo en el centro, azul y y blanco en los extremos.
36
CAPÍTULO III: Diseños Experimentales
GRamónS
Para el caso de la Matriz1, cuando se hace doble clic en este icono, aparece una
ventana sola que permite seleccionar de la hoja de cálculo el rango de celdas en los
que se encuentra los resultados del pretest o del primer grupo. Para hacer la
selección, solo tiene que hacer clic en el primer dato y mantener el botón derecho del
mause hasta el último dato. Una vez seleccionado el rango de datos, se vuelve a hacer
clic en la ventana de colores. Se realiza el mismo proceso para la Matriz2.
En la ventana de Colas, el programa la suministra una ayuda: una cola de
distribución = 1; dos colas de distribución = 2. En este caso, como hemos visto en las
hipótesis, la hipótesis alterna puede ser limitada a dos casos: 1) cuando las medias son
mayores o menores, denominadas unidireccionales o también 1 cola, o 2) cuando las
medias son diferentes, es decir que puede ser mayor o menor simultáneamente,
bidireccionales, o estudios de 2 colas. Entonces, basado en las hipótesis que se hayan
planteado, usted escoge la opción 1 o 2, y la escribe en la ventana.
En la ventana de Tipo, la ayuda le dice: pareado = 1; dos muestras con igual
varianza = 2; dos muestras varianza distinta = 3. Como hemos visto, un estudio con
igual varianza es una prueba pretest-postest con el mismo grupo. Un estudio con dos
grupos distintos es un estudio con dos grupos de diferente varianza. De acuerdo a la
situación específica del experimento, usted deberá introducir la opción respectiva.
Una vez haya introducido todos los datos, debe hacer clic en aceptar. El resultado
de este procedimiento es el cálculo de la probabilidad de que las medias de los dos
conjuntos de datos puedan ser iguales o no. Para la interpretación de esta
probabilidad se debe tener en cuenta el nivel de significancia que se haya planteado.
Si el nivel de significancia es 0.05, entonces cualquier valor menor que este nivel de
significancia se interpretará como que fue “estadísticamente significativo”, es decir,
que existe diferencia estadística entre las series de datos, por lo que se acepta la
hipótesis alterna y se rechaza la nula. En el caso de la probabilidad se mayor o igual
que 005, se acepta la hipótesis nula (no existen diferencias entre las medias) y se
rechaza la alterna. Por otra parte, si el nivel de significancia es 0.01, si la
probabilidad es menor de dicho valor, entonces se acepta al hipótesis alterna; si el
valor es mayor de 0.01, se acepta la hipótesis nula.
37
CAPÍTULO III: Diseños Experimentales
GRamónS
Ejemplo práctico.
Tabla 1. Datos ficticios de un grupo experimental en el cual se estudia el efecto que un plan de
entrenamiento pliométrico produce sobre la saltabilidad de un grupo de jugadores de voleibol.
A
1
2
3 Sujeto
4
5
1
6
2
7
3
8
4
8
5
10
6
11
7
12
8
13
9
14
10
15
16 Media
17
18 t Student
B
C
D
Salto alto (cm)
Preprueba Postprueba
280
288
295
300
297
301
300
287
298
297
282
290
300
298
300
300
399
297
300
300
294,3
306,6
0,26
En una hoja de Excell, introduzca los datos como se muestran en la tabla 1. Como
se puede apreciar, la media del grupo en la preprueba fue de 294.3 cm y en la
posprueba fue de 306.6.
Para calcular la t de Student, coloque el ratón o el indicador en la celda B18. Una
vez situado en dicha celda, haga clic en el ícono fX y busque la ventana de categoría
estadísticas. Luego busque PRUEBA.T y haga doble clic en ella. En la Matriz1 deberá
introducir B5:B14 o seleccionar estos datos en la hoja. En la Matriz2, selecciona el
rango C5:C14. En el espacio para Colas, escriba 2. En el espacio para tipo, introduzca 2,
que es el caso para dos grupos con la misma varianza.
El resultado del cálculo es 0.26. Con base en este dato y asumiendo un nivel de
significancia de 0.05, se acepta la Hipótesis nula de igualdad de las medias y se
rechaza la alterna de diferencia entre ellas.
38